Cinco competencias claves del profesional de Big Data

Con la transformación digital, hoy, todo el mundo, nos guste o no, generamos una gran cantidad de datos en ámbitos muy distintos de la vida cotidiana: en documentos de la administración pública, pasando por la banca, seguros, telefonía (y todas las apps que utilizamos), ocio, alimentación o sanidad, por nombrar solo algunos.

Por ello, existen todo tipo de empresas interesadas en trabajar los datos y, además, dado que en los procesos de generación, tratamiento y análisis de datos hay muchos roles implicados, estaríamos hablando de distintas clases de profesionales:

– Arquitecto de datos; responsable de diseñar, definir la estructura y mantener los datos, garantizando su seguridad, calidad y fiabilidad.

– Científico de datos; su labor es la de extraer información útil de los almacenes de datos disponibles.

– Analista de datos; procesa y realiza análisis de datos según la fase del proyecto.

– Ingeniero de datos; su función es garantizar que los diferentes entornos de recogida y procesado de datos sean escalables, repetibles y seguros.

– Estadístico: se encarga de obtener, analizar e interpretar datos cualitativos utilizando diferentes métodos estadísticos.

– Administrador de bases de datos; trabaja con bases de datos relacionales.

– Analista de negocio; responsable de generar la estrategia de negocio desde la información obtenida en los proyectos Big Data.

Lógicamente, todos ellos deberán contar con unas capacidades y conocimientos concretos y con unas habilidades técnicas y analíticas determinadas, que les permitan el manejo de las herramientas correspondientes necesarias para la ejecución de sus respectivas labores.

Pero más allá de esto, un profesional de Big Data necesitará cubrir otras competencias para desarrollarse en un entorno de empresa. Aunque este tipo de competencias son denominadas soft skills (habilidades blandas), no son menos importantes y ayudan notablemente a la integración de cualquier profesional en un negocio, permitiéndole relacionarse mejor y desenvolverse a la perfección ante las adversidades. Estas características son necesarias para todo el mundo y, por supuesto, complementan las especificaciones técnicas requeridas en cada posición, también en el caso de los profesionales de Big Data:

1) Capacidades comunicativas: de nada sirve el conocimiento si no se sabe o puede transmitir. En muchas ocasiones, existen vacíos de comunicación entre los perfiles específicamente técnicos y la transmisión de necesidades por parte de las distintas áreas implicadas. Desde unos y otros, se debe buscar el “acercamiento” y la utilización de un idioma común para hacerse comprender y explicar los “por qués” y “para qués”.

2) Sensibilidad con las necesidades del negocio y del mercado: El profesional de Big Data que cumple esta competencia tiene gran recorrido avanzado, ya que optimiza su trabajo y procesos de cara a la misión de negocio de su compañía sin perder de vista la situación de mercado y sus posibles competidores.

3) Habilidades financieras: enlazando con lo anterior, desde la lógica, la persona destinada a liderar un trabajo de Big Data debe ser consciente de los recursos con que cuenta para lograr los resultados esperados. No es justificable al final de un proyecto que no se haya podido lograr un resultado por no contar con el equipo suficiente o con las herramientas necesarias.

4) Pensamiento crítico: Más allá del análisis, se deben tener habilidades críticas para reenfocar o corregir posibles acciones equivocadas.

5) Trabajo en equipo: Independientemente de ser el responsable de equipo (en cuyo caso, además, serán necesarios dotes de liderazgo) o miembro de este, el profesional

Deja un comentario

Tu dirección de correo electrónico no será publicada.

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

TE PUEDE GUSTAR

EVENTOS

RECIBE LA NEWSLETTER

*Email:

*Nombre:

*Empresa:

Cargo:

Sector:
     

Please don't insert text in the box below!

ESCUCHA NUESTRO PODCAST

SÍGUENOS EN RRSS

MÁS COMENTADOS

Ir arriba